杜紫宸／AI開始跨越過去、現在與未來

文明的每次重大躍升，都源於人類對自身能力的重新定義。蒸汽機延伸了肌肉、電腦延伸了計算、網際網路延伸了資訊，人工智慧延伸的則是更根本的能力：智慧本身。未來AI的革命，或許不在於能力愈來愈強，而是重新定義智慧如何演化。

西方有句話：The future is in the past，意指未來的答案，往往深藏於歷史之中。這句話用在大型語言模型（LLM）身上，再貼切不過。ChatGPT、Gemini、Claude等生成式AI的「智慧」，皆建立於海量預訓練之上；書籍、論文、新聞、程式碼、網頁，以及人類文明數千年的知識，經由預訓練凝縮為模型參數，再依據需求透過推理生成新的內容。簡言之，大型語言模型承載的，是人類文明的集體成果。

然AI很快跨越了「只向過去學習」的階段，由記憶走向互動、再走向預測。近年迅速普及的RAG（檢索增強生成），讓AI能即時查詢新聞、企業知識庫、研究文獻等外部資訊，再結合模型能力作答。預訓練賦予文明記憶，RAG連結即時世界；AI不再只活在昨天，也開始理解今天。

早在二○一七年十月，DeepMind團隊在權威的「Nature」期刊發表AlphaGo Zero，提供了另一個深刻啟示。它未曾使用任何人類棋譜進行訓練，僅憑持續的自我對弈累積經驗，棋力最終超越人類棋士。這項突破並非擺脫過去，而是創造自己的過去—昨日的經驗，化為今日的能力；今日的能力，又成為明日進步的起點。

這種演化正擴展至整個AI領域。Agent開始主動規畫、操作工具、執行任務，並依環境的回饋修正行動；「推理模型」則先拆解問題、規畫步驟、驗證推論，再形成結論。AI正逐步將每次工作轉化為新的學習，每次互動、任務與修正，都成為下次決策的基石。

更值得關注的是「世界模型」，它關心的不只是現實世界目前如何運作，而是 What if ?的情境推演。從自駕車預測交通、機器人規畫動作到AI自主設計科學實驗，共同特徵都是先模擬未來，再擇定最佳方案。人類文明的演化，並非只是記住歷史經驗，更能不斷模擬尚未發生的未來；「世界模型」正讓AI開始擁有這種能力。

回顧AI演化，可看見一條智慧持續演進的軌跡。大型語言模型承載人類累積的知識；「思維鏈」讓AI學會拆解問題、逐步推理；RAG連結即時資訊；Agent開始主動規畫與執行任務，「世界模型」則推演尚未發生的情境。更重要的是，它們過去提供知識、現在累積經驗、未來提出假設；每個被驗證的未來，又沉澱為新的經驗，化為新的過去。智慧不再駐足於單一時間點，而是在過去、現在與未來之間，循環往復、自我修正、自我演化。

這也揭示了通用人工智慧（AGI）的真正意義，它不只是比今天的AI更快、更大、更準，更是首個貫穿三時間維度的智慧系統。「The future is in the past」對大型語言模型依然成立，但對正在演化的AGI而言，更完整的表述應是：過去提供知識、現在累積經驗、未來探索可能；真正的智慧，誕生於三者循環印證的過程。

若說人類文明是一部跨越時間的學習史，那麼AGI將是第一個能同時駕馭過去、現在與未來，並持續自我學習的智慧系統。當AI開始跨越時間，它改變的不只是科技，更重塑人類對智慧的理解。

（作者為東海大學管理學院兼任教授）